Lokale Datenanalyse: Abfragen von CSV-, JSON- und Parquet-Dateien

Die Analyse von Daten bedeutet oft, dass Sie mit Rohdaten wie CSV, JSON und Parquet arbeiten müssen, bevor sie in eine Datenbank gelangen.Lernen Sie die schnellsten und effizientesten Möglichkeiten, diese Daten lokal zu verarbeiten. In diesem Kurs lernen Sie, wie Sie komplexe ETL-Prozesse und Servereinrichtung umgehen und schnelle explorative Analysen und Datenreinigungen direkt in einer lokalen Umgebung durchführen können.Sie werden Vertrauen in den effizienten Umgang mit großen Datensätzen und komplexen verschachtelten Strukturen gewinnen. Was Sie lernen werden: * Verstehen Sie die strukturellen Unterschiede und Leistungsabwägungen zwischen CSV-, JSON- und säulenförmigen Parquet-Formaten. * Anwenden effizienter Techniken zum Lesen und Laden großer Datensätze, ohne lokale Speicherressourcen zu erschöpfen. * Üben Sie die Bereinigung und Normalisierung von Daten, einschließlich der Handhabung fehlender Werte und der Durchführung notwendiger Typkonvertierungen. * Master-Filterung, Sortierung und Aggregation von Daten mit modernen vektorisierten Operationen für maximale lokale Leistung. * Konfigurieren Sie grundlegende Strukturen, um halbstrukturierte JSON-Daten in verwendbare tabellarische Formate zu parsen und zu verflachen. Der Kurs beginnt mit der Definition der Eigenschaften der einzelnen Dateitypen und der Best Practices für deren Handhabung, gefolgt von praktischen, schriftlichen Übungen, die sich auf das Lesen, Bereinigen und Abfragen von Daten mit modernen Bibliotheken konzentrieren. Dieser Kurs richtet sich an absolute Anfänger: angehenden Datenanalysten, Entwickler und alle, die schnell Daten analysieren müssen, die in gängigen Dateiformaten gespeichert sind.Es sind keine Vorkenntnisse mit Datenbanken oder Servereinrichtung erforderlich. Beginnen Sie noch heute mit der Analyse lokaler Daten und erhalten Sie sofortige Einblicke in Ihre Rohdaten.